曲面图和保存的预测方程的不确定性界限多年来，我一直在寻求曲面图上的不确定性界限（例如置信界限、预测界限等），但我认为这永远不会发生。 我想编码比我意识到的要难。 无论如何，我想我会再问一次。
我还想我会提到，在因子分析器中重现保存的预测方程的不确定性范围并不总是可能的。 有时您可以保存不确定方程并使其工作，但它不适用于所有模型，例如广义线性模型 (GLM)。 我需要能够在因子分析器中堆叠多个预测方程，以便查看不同输出在相同输入域空间中的表现。 不幸的是，我无法为 JMP 提供的所有不同预测方程提供不确定性界限。
回复：表面图上的不确定性界限和保存的预测方程关于您的“我一直在问...”，您是否在用户社区的 JMP 愿望清单上“问过”？ 如果没有，您可能想在那里“问”？ 这样，其他用户就可以对您的请求“投票”……我可以告诉您这么多……如果获得足够多的票……JMP 开发人员和产品管理人员会注意这些投票，以支持新版本中包含的功能.
回复：表面图上的不确定性界限和保存的预测方程对不起。 我以为我曾是在 JMP 愿望清单上询问。 我不确定这是发布到什么。 我只是按照愿望清单链接，我以为我在提出请求。 无论如何，感谢您抽出时间回复我。
我不确定这里是否值得一提，但快速建议 WRT 愿望清单接受标准可能是优先考虑哪些建议与公司的 JMP 目标一致，然后是实施的难度。 我的意思是，JMP 是一种数据可视化工具，即提高数据可视化效果的建议应该比要求更强大的计算能力（母公司 SAS 通过他们的软件提供）获得更高的优先级。 依靠社区页面上的投票，它可能会让总体上更快乐的客户，只有经验丰富的用户（有高级建议）甚至知道如何访问。 请不要将其视为刻薄的评论，我只是想提供帮助。 我真的很喜欢 JMP 并且已经使用了很多年 
